机械手控制算法研究

本文对目前机器人柔顺性控制方法——阻抗控制方法、力/位混合控制方法、自适应方法、智能控制方法做了较全面的介绍;并着重论述了阻抗控制算法的研究进展情况。阐述了与一些先进的控制算法——自适应方法、智能控制方法相结合是目前阻抗控制算法研究的热点。     

神经网络直接自适应控制器的设计与实现

柔性机器人在受限运动时由于控制对象极其复杂而难以控制。为了解决受限柔性机器人机械臂难以精确定位问题提出并设计了一种神经网络直接自适应控制器。其控制效果在研究的受限柔性机器人控制实验上作了仿真与实验。结果表明该控制器能经较高精度控制受限柔性机器人的机械臂精确定位。本文是深入研究受限柔性机器人控制问题的基础。     

一种用于机器人视觉伺服系统的参数自适应模糊控制器

提出了一种用于机器人视觉伺服系统的参数自适应模糊控制器,使得模糊控制规则可以得到实时在线的调整。仿真结果表明基于参数自适应模糊控制器的机器人视觉伺服系统的性能较一般模糊控制机器人视觉伺服系统有了较大的改善。     

基于无穷范数的视觉伺服自适应控制方法

针对基于视觉的机器人伺服过程中, 控制系统的精度和稳定性容易受到环境噪声、 设备性能等因素影响, 导致收敛指标不理想的问题, 提出一种基于无穷范数优化任务序列( INOTS: Infinite Norm Optimization Task Sequence)的自适应增益算法, 通过将实时全局任务细化为不同子任务, 根据不同时刻子任务的特点自动配置增益。 仿真结果表明, 相比于固定增益及传统自适应增益调节算法, 该增益算法可有效提高系统响应速度,增强控制系统的抗干扰能力, 提高系统稳定性。     

神经网络自适应控制器设计

对前馈神经网络用于动态系统的辨识、自适应控制进行了分析和数学推导，给出了自适应神经网络控制器的设计方法．最后通过仿真实例进行了说明．     

神经网络自适应模糊控制器设计与应用

把神经网与模糊系统相结合，提出一种基于神经网络的自适应模糊控制器，这种控制系统由模糊神经网络控制器和模糊网络组成，具有自适应学习能力，仿真结果以及应用于温度控制系统中，其鲁棒性明显优于一般Ｆｕｚｚｙ控制。     

机器人视觉伺服控制及应用研究的现状

在论述机器人视觉伺服控制的发展及研究现状的基础上，讨论了视觉伺服控制的基本结构、控制系统中关键部件的研究和发展状况，并对其中发现的关键性问题进行了分析，提出了解决这些问题的一些方法。     

基于神经网络的自适应控制器

提出了一种基于神经网络的控制系统,将传统ＰＩＤ工程整定法与神经网络相结合,采用直接自适应控制方法,使基于神经网络的控制器在ＰＩＤ控制的基础上实现自适应控制,更有效地改善控制品质．     

神经网络与PID结合的机器人自适应控制

提出了一种基于神经网络与ＰＩＤ控制相结合的机器人自适应控制系统。为加快神经网络的学习过程，研究了有效的启发式学习算法。以二关节机器人为对象仿真表明，该控制系统能使机器人跟踪希望轨迹，其系统响应跟踪精度及鲁棒性优于常规的控制策略。     

漂浮基空间机器人的智能融合自适应控制器设计

提出了一种智能融合自适应控制策略用于带外部干扰及模型不确定性的漂浮基空间机器人系统.首先建立不确定空间机器人动力学模型,利用径向基神经网络在逼近域内来补偿模型中出现的未知非线性部分,为保证权值及网络参数在线调节,采用线性化技术将非线性的RBF网络部分线性化,其高阶项量及逼近误差通过自适应鲁棒控制器消除,无须预先估计系统的不确定性程度和外部干扰,包括网络权值和基函数宽度及中心在内的所有参数均能在线实时调整,从而提高了控制精度.该控制器在神经网络控制器的暂时失效的情况下也能保证系统鲁棒性,基于李雅普诺夫理论证明了整个闭环系统信号一致最终有界（UUB）.仿真结果表明该智能融合控制器能够达到很好的控制精度.     

机器人自适应模型跟随控制系统

对工业机器人控制要求的不断提高,提出了不少现代控制方案。建立在超稳定性理论基础上的自适应模型跟随控制系统(AMFCS)就是一种很有效的方案。本文提出了一种自适应控制算法:单位向量加积分校正自适应算法。设计方法简单,能保证系统大范围渐近稳定,计算工作量小,易于实时控制。对机器人系统期望的解耦特性可以通过选择适当的参考模型来实现。计算机数字仿真实验证明了该方法的有效性。     

机器人柔性操作机弹性动力学方程

本文将机器人柔性操作机主体机构的构件视为质量连续分布的弹性体，首次根据弹性体振动理论求解机构各位姿的固有频率和主振型并建立了机构弹性动力学方程．     

双闭环液压盘式刹车自动化优化技术研究

随着钻探要求的不断提高,液压盘式刹车的自动化技术得到了广泛的应用。响应特性和微调特性是液压盘式刹车工艺特性的两个重要方面,液压盘式刹车在制动时具有一定的延迟特性,压力的调节具有强烈的非线性。针对液压盘式刹车工艺的特点,提出了采用外环控制悬重、油压内环PID镇定的双闭环PID算法对其制动特性进行优化,使制动压力和悬重得到精确镇定,并将此技术应用到恒钻压自动送钻系统中。室内实验和现场试验结果表明:这种优化使基于液压盘式刹车的自动送钻系统达到了较好的应用效果,同时,室内实验还为自动送钻的现场试验提供了准备平台,也为其他刹车自动化技术的开发和优化提供了有效的参考。     

机器人的极点配置自校正控制

机器人具有时变、非线性和耦合的、受外部载荷严重影响的动力学特性。使用传统的控制方法很难满足其高精度大活动范围的要求。本文应用极点配置自校正控制方法进行机器人控制器的设计,并将该控制器应用于一台Move Master Ⅱ型机器人,通过一台Z80单板机来实现,进行了轨迹跟踪实验。实验结果证明:该控制器具有不要求机器人精确的数学模型,可用廉价的微处理器实现;并易于实现机器人的无超调控制和重力补偿。     

机械手单关节的混合模糊控制模型

本文建立了机械手的单关节控制模型,并提出了一种基于模糊理论的机械手控制方法－－混合模糊控制,克服了传统方法对机械手控制的静态误差不稳定,响应速度慢、平滑性差等问题,进而提出了关于机械手控制一个方向。     

机器人的动态补偿最优控制

本文首先将非线性、耦合机器人的动力学方程化成定常状态方程,然后利用状态反馈配置由线性定常状态方程描述系统的特征值,最后利用二次型性能指标设计机器人系统的最优控制器,控制器的输出是二次型性能指标最小的解。     

机器人自适应阻抗控制方法的研究

本文研究了参数未知及负载不确定时机器人运动的阻抗控制问题,提出了阻抗误差的概念,首次将模型参考自适应控制方法成功地应用于机器人阻抗控制中,提出一种渐近稳定的机器人阻抗控制方法.     

双柔性杆机器人力／位置控制的动力学建模

在研究“刚－柔”双连杆受限柔性机器人模型的基础上,通过理论推导建立了力／位置控制问题中的一类平面双柔性杆受限柔性机器人臂的动力学模型,该模型同一般刚性机器人的动力学模型相似,且模型简明、准确。这样有可能利用一般刚性机器人的理论研究结果来研究复杂的平面双柔性杆柔性机器人臂问题。为进一步研究受限柔性机器人力／位置控制问题提供了理论依据。     

机器人用弧焊逆变器动特性优化控制的研究

本文介绍了电子抗抗器的原理、组成及实现方式。针对机器人用孤焊逆变器的特点,设计了两种形式的电子电抗器,用于改善机器人CO_2焊接过程的飞溅及焊缝成型问题。实验研究了这两种电子电抗器的调节优化范围。结果表明,模拟式电子电抗器响应速度快,电路结构简单,但参数调节范围窄;数字式电子电抗器响应速度稍慢,电路复杂,但功能强,可调节范围大,抗干扰性能好.这两种电子电抗器均可代替常规的带铁芯电抗器,用于机器人弧焊逆变器中,大幅度减少机器人CO_2焊的飞溅,改善成型,提高生产率.     

机器人网络遥操作仿真系统设计

建立了机器人的运动学模型，然后基于Delphi开发平台，应用OpenGL强大的图形功能，建立了主、从式机器人三维仿真模型：并在此基础上根据系统体系结构设计思想对机器人遥操作仿真系统进行设计，开发出一套基于网络的机器人遥操作仿真系统。并且对Delphi中网络控件TclientSockel和TserverSocket进行编程，实现了机器人控制命令和反馈数据在局域网上的实时双向传输，从而完成了主从式机器人的网络遥操作。仿真实验结果表明，该仿真系统是准确可行的。